用户生成图片特征对在线评论有用性和商家绩效的影响：基于深度学习（TensorFlow）图像识别方法

User-generated photos, as an emerging online review form, play an irreplaceable role in improving the diagnosticity and credibility of online reviews, and have increased explosively in hotel industry. This study conducts a two-level empirical analysis to explore the effects of user-generated photos on helpfulness and business value of online reviews using online reviews data retrieved from travel websites such as Ctrip and Qunar. Deep Convolutional Neural Network(CNN) based TensorFlow will be used for image classification and feature extraction of user-generated photos. At a review level, we investigate the effects of the diagnosticity and credibility of user-generated photos on the helpfulness of reviews, and the moderating effect of user-generated photos on the relationship between the other review components and helpfulness of reviews. At a product level, we investigate the persuasive effect and awareness effect of user-generated photos on the business performance, and the moderation effect of the user-generated photos on the relationship between the other review components and the business performance.

用户生成图片作为一种新兴的在线评论形式，在诊断力和可信性上具有文字评论、星级评分等内容不可替代的作用，并在酒店行业呈现爆炸式增长态势。本研究将以酒店行业为背景，以携程、去哪儿等旅游网站上的海量酒店在线评论为主要数据源，在Google开源深度学习框架TensorFlow上，利用深度学习卷积神经网络方法对用户生成图片进行分类与特征提取，进而从评论和产品两个层面，利用计量模型方法研究用户生成图片的美学质量、蕴含情感、包含对象等特征对在线评论有用性和商家绩效的影响。在评论层面，本项目将以每条在线评论为分析单元，研究用户生成图片的诊断力和可信性特征对评论有用性的影响、用户生成图片与其它评论内容的交互效应及其对评论有用性的影响。在产品层面，本项目将以每个产品（包含多条在线评论）为分析单位，研究用户生成图片对商家绩效影响的说服效应与知晓效应、用户生成图片与其它评论内容的交互效应及其对商家绩效的影响。

在线评论不仅是消费者向商家反映消费体验满意度的媒介，也是潜在消费者制定购买决策时的重要参考信息。随着人们越来越多的使用图片来记录和分享，用户生成图片已成为在线评论中的一项重要内容。本项目以酒店行业为背景，以携程、去哪儿等旅游网站上的海量酒店在线评论为主要数据源，利用计量模型方法和面板数据计量模型分析方法，探讨了用户生成图片对在线评论有用性和商家绩效的影响。主要研究内容包括：（1）基于深度学习框架的用户生成图片特征提取研究；（2）在线评论对消费者的影响，特别是用户生成图片及其特征对消费者的影响研究；（3）用户生成图片及其特征对商家绩效的影响研究。本项目将在线评论社会价值与经济价值的影响因素拓展到用户生成图片，将不同形式的在线评论内容之间的交互效应拓展到用户生成图片，并且扩展了基于用户生成内容实证研究的数据处理方法。. 项目实施过程中，项目组发表论文8篇，包括国际权威期刊《Tourism Management》、《Marketing Letters》、《Journal of Hospitality and Tourism Management》、《Computers & Security》、《International Transactions in Operational Research》以及国家自然科学基金委管理科学部认定的重要期刊《中国管理科学》、《管理科学》、《管理学报》。其中，项目负责人以第一/通讯作者发表论文5篇，包括4篇ABDC A等级期刊论文、1篇ABS 4星期刊论文。此外，项目组申请专利1项，出版专著1部，在投工作论文5篇。项目组积极推动项目成果和技术的转化，服务经济社会发展：牵头建设的“数智赋能，北斗溯源”乐乡购项目获批教育部第五届省属高校精准帮扶典型项目，资政建议获副省级领导批示2项、大连市政协采纳1项。项目负责人积极将课题研究中积累的数据、方法和案例用于教学实践：《电子商务开发实践》获批国家级一流本科课程，入选辽宁省普通高等学校本科教学名师，获得辽宁省普通高等教育（本科）教学成果奖一等奖（最高奖）3项，省级一流课程4门，指导学生获“互联网+”大学生创新创业大赛国赛铜奖2项，省赛金奖2项、银奖1项，大学生创新创业训练计划项目国家级3项。